728x90 AI, 머신러닝, 딥러닝, 데이터 분석19 Docker H/W가상화 1. 버츄얼 머신(VM ware, Virtual Box) OS OS OS Ram CPU CPU1 CPU2 CPU3 SSD/ OS 가상화 장점 1. 포터블 Portable(=이식성, 도커만 깔려있으면 되므로) 2. 자원의 효율적 분리 단점 1. os가 계속 사용됨 2. 자원이 예측과 달라짐 ㅁ ㅁ ㅁ D 프로그램 = 컨테이너 도커 OS Docker의 용어 컨테이너 (= 프로그램)를 그대로 생성할 수 있는 것이 image(=도면, 각 버전마다 하나씩 존재) image 도면 Network 계정 1. 네트워크 망(접근할 수 있게 함) 컨테이너 중 D가 장고라면 GCP에 접근할 수 없음. HOST IP의 8000번 포트로 진입함 -> 컨테이너 안의 8000과는 분리된 개념. HOST IP에 대한 PO.. 2023. 10. 23. Django restful 앱 크롤링 : 디컴파일(기계어를 코드로 바꾸는 것) 후 리퀘스트 찾아서 바꾸기 방식으로 진행 가능함 ——ｐｙｃｈｅ....—— 의미없는 파일이므로 깃허브 올릴 때 빼고 올리는 게 좋음. 로그인 패스워드는 평문으로 저장하면 안 됨. charfield로 주는 편 암호화는 단방향 해싱, 같은 문자열이 들어가면 항상 같은 결과가 나옴 로그인할 때 내가 입력받은 문자열을 해싱(암호화)하여 DB에 있는 암호화된 데이터와 비교하여 일치 여부 비교 ⇾ autenticate 미니 프로젝트에서 AJAX를 사용함 사용자가 웹페이지 로딩시간이 길어지면 이용을 안 함. 1. 네트워크 환경이 안 좋은 경우 2. 데이터 전송양이 많을 때 벡터라이징 해야 함. 방향이 비슷한 것을 찾음. RESTful API https://www.dj.. 2023. 10. 18. 딥러닝 RNN RNN의 종류(입출력 개수에 따라) - one to one : 이미지 캡쳐닝 cv +nlp 이미지에 대한 자막 다는 것. 이미지 -> 시퀀스 of words - many to one : sentimental classification (sequence of words -> sentiment) 텍스트 리뷰 등 받아서 긍정 부정 출력 - many to many : machine translation (seq of words -> seq of words) 기계 번역 RNN이 잘 쓰이지 않은 이유 : 학습이 잘 안 됨, 문제: 기울기 소실&폭발 = Degradation Vanilla RNN은 기울기 문제 때문에 사용화는 안 됐음. 이후 LSTM으로 상용화 가능성 발견함 tanh 함수 시그모이드 함수의 변형 중 .. 2023. 8. 29. [프로그래머스] 파이썬 최댓값 만들기 ver. 2 일부 실패 다른 방법 시도 -> 또 다시 일부 실패어디를 수정해야 할 지 모르겠다. 2023. 8. 7. 이전 1 2 3 4 5 다음 728x90
